由上海交通大学张娅等完成，获2022年度上海市科学技术奖-技术发明一等奖。

从视频清晰度和流畅度等方面进行研究，成功克服了真实世界视频超分辨率和插帧等技术难题，开发出一套自主生态的智能视频增强系统，支持多种视频增强应用。项目团队发明了高阶数多层次退化仿真方法，利用多种退化方式的线性和非线性叠加，指数级提升训练样本的多样性和复杂性，以提升超分辨网络的泛化性。针对超分辨内容均质化的问题，进一步引入语义分割网络对输入图像进行语义解构（如人脸、建筑、自然场景等）和局部独立编码，实现了对图像不同区域的内容自适应分辨率提升。视频在细节、层次、色彩和噪声四方面均有明显提升。针对复杂运动画面，团队发明了时序相关性动态滤波，利用像素时序相关性，缩小参数搜索空间，从而突破了基于高阶运动模型的视频插帧算法计算开销过大的难题，从而提升对剧烈运动等复杂场景的插帧质量。针对物体遮挡造成待插帧像素不确定性问题，引入深度估计分支，通过深度信息估计显式地检测物体之间的遮挡关系，并融合光流、深度图、上下文特征等多源信息，实现了等价三维空间计算的端到端优化精准插帧，显著提升了复杂动态场景视频的流畅。